世界模型规划误差主要源于事件而非像素渲染质量

该论文指出当前世界模型在规划任务中常被视觉保真度误导，因为即使画面渲染准确，模型仍可能分配错误的回报值。作者提出一种过渡级诊断方法，用真实过渡替换想象过渡，并对比预算匹配的随机控制组来量化回报误差的减少量。

分析发现两个关键事实：一是“事件过渡”（即获得奖励或结束回合的少数步骤）的像素渲染质量与其他步骤相当（中位像素误差比0.85），但恢复这些步骤能消除70%的中位回报误差；二是恢复MSE、SSIM或LPIPS误差最大的过渡反而不如随机选择有效。在44个通过可靠性检查的Atari-100k模型集合对中，事件补丁在39个案例中优于随机补丁，中位增益达44个百分点。剩余误差具有结构性，且八步时间容差无法恢复被确定性模型遗漏的事件。

这一结果意味着单纯优化视频生成指标无法解决规划问题，未来修复应聚焦于捕捉关键事件的时间点与逻辑。事实部分基于44组实验数据，推断部分认为现有评估体系存在偏差，猜测部分涉及扩散模型修复失败的可预测性规则，需进一步验证。